经典网络VGGNet(其中VGG为Visual Geometry Group)由Karen Simonyan等于2014年提出，论文名为《Very Deep Convolutional Networks for Large-Scale Image Recognition》，论文见：https://arxiv.org/pdf/1409.1556.pdf，网络结构如下图所示，其中D和E即为VGG-16和VGG-19：
下图是来自https://neurohive.io/en/popular-networks/vgg16/ 中VGG-16架构的截图：
VGG-16(13个卷积层+3个全连接层)与VGG-19(16个卷积层+3个全连接层)的区别：每个卷积层后跟ReLU
(1).VGG-16：2个卷积层+Max Pooling+2个卷积层+Max Pooling+3个卷积层+Max Pooling+3个卷积层+Max Pooling+3个卷积层+Max Pooling+3个全连接层。
(2).VGG-19：2个卷积层+Max Pooling+2个卷积层+Max Pooling+4个卷积层+Max Pooling+4个卷积层+Max Pooling+4个卷积层+Max Pooling+3个全连接层。
假如输入图像大小为n*n，过滤器(filter)为f*f，padding为p，步长(stride)为s，则输出大小为：如果商不是整数，向下取整，即floor函数。参考：
VGGNet网络证明了增加网络深度有利于分类精度，使错误率下降。VGGNet模型应用到其它图像数据集上泛化性也很好。
VGGNet网络：
(1).结构简洁：卷积层+ReLU、最大池化层、全连接层、Softmax输出层。
(2).使用连续几个较小卷积核(3*3)替换AlexNet中的较大卷积核且采用same padding(即p=(f-1)/2)，既减少参数，又进行了更多的非线性映射，可以增加网络的拟合能力。分为5段卷积，每段包括2至4卷积层。
(3).最大池化，小池化核(2*2)，stride为2。
(4).通道数即feature maps数逐渐翻倍增加，使得更多的信息可以被提取出来。
(5).训练时将同一张图像缩放到不同的大小，在随机裁剪到224*224大小以及随机水平翻转，增加训练数据量。
(6).在测试阶段，将3个全连接层替换为3个卷积层，这样输入层可以接收任意宽或高的图像。
VGG-16架构：13个卷积层+3个全连接层，predict时对各层进行说明，参照：https://github.com/fengbingchun/Caffe_Test/blob/master/test_data/Net/VGG-16/vgg-16_deploy.prototxt
(1).输入层(Input)：图像大小为224*224*3。
(2).卷积层1+ReLU：使用64个3*3的filter，stride为1，padding为1，输出为224*224*64，64个feature maps，训练参数(3*3*3*64)+64=1792。
(3).卷积层2+ReLU：使用64个3*3的filter，stride为1，padding为1，输出为224*224*64，64个feature maps，训练参数(3*3*64*64)+64=36928。
(4).最大池化层：filter为2*2，stride为2，padding为0，输出为112*112*64，64个feature maps。
(5).卷积层3+ReLU：使用128个3*3的filter，stride为1，padding为1，输出为112*112*128，128个feature maps，训练参数(3*3*64*128)+128=73856。
(6).卷积层4+ReLU：使用128个3*3的filter，stride为1，padding为1，输出为112*112*128，128个feature maps，训练参数(3*3*128*128)+128=147584。
(7). 最大池化层：filter为2*2，stride为2，padding为0，输出为56*56*128，128个feature maps。
(8).卷积层5+ReLU：使用256个3*3的filter，stride为1，padding为1，输出为56*56*256，256个feature maps，训练参数(3*3*128*256)+256=295168。
(9).卷积层6+ReLU：使用256个3*3的filter，stride为1，padding为1，输出为56*56*256，256个feature maps，训练参数(3*3*256*256)+256=590080。
(10).卷积层7+ReLU：使用256个3*3的filter，stride为1，padding为1，输出为56*56*256，256个feature maps，训练参数(3*3*256*256)+256=590080。
(11). 最大池化层：filter为2*2，stride为2，padding为0，输出为28*28*256，256个feature maps。
(12).卷积层8+ReLU：使用512个3*3的filter，stride为1，padding为1，输出为28*28*512，512个feature maps，训练参数(3*3*256*512)+512=1180160。
(13).卷积层9+ReLU：使用512个3*3的filter，stride为1，padding为1，输出为28*28*512，512个feature maps，训练参数(3*3*512*512)+512=2359808。
(14).卷积层10+ReLU：使用512个3*3的filter，stride为1，padding为1，输出为28*28*512，512个feature maps，训练参数(3*3*512*512)+512=2359808。
(15). 最大池化层：filter为2*2，stride为2，padding为0，输出为14*14*512，512个feature maps。
(16).卷积层11+ReLU：使用512个3*3的filter，stride为1，padding为1，输出为14*14*512，512个feature maps，训练参数(3*3*512*512)+512=2359808。
(17).卷积层12+ReLU：使用512个3*3的filter，stride为1，padding为1，输出为14*14*512，512个feature maps，训练参数(3*3*512*512)+512=2359808。
(18).卷积层13+ReLU：使用512个3*3的filter，stride为1，padding为1，输出为14*14*512，512个feature maps，训练参数(3*3*512*512)+512=2359808。
(19). 最大池化层：filter为2*2，stride为2，padding为0，输出为7*7*512，512个feature maps。
(20).全连接层1+ReLU+Dropout：有4096个神经元或4096个feature maps，训练参数(7*7*512)*4096=102760488。
(21). 全连接层2+ReLU+Dropout：有4096个神经元或4096个feature maps，训练参数4096*4096=16777216。
(22). 全连接层3：有1000个神经元或1000个feature maps，训练参数4096*1000=4096000。
(23).输出层(Softmax)：输出识别结果，看它究竟是1000个可能类别中的哪一个。
train和predict的可视化结果如下图所示：
